55 个 AI视频 Skill 全部开源，这是每一个的用法

海豚

这篇开源所有 Skill。先直接给出开源地址：
https://github.com/Pluviobyte/rnskill 。
没有github也没关系，直接把这两篇文章发给AI读就行。
Skill 是什么？一份 Markdown 文件，写清楚一个环节该怎么做、什么能做什么不能做、质量标准在哪里。AI 读了这份文件，就知道怎么执行这个环节。
我目前有 55 个 Skill，分成两大类：
内容创作（视频 / 图文 / 文章）——用这套 Skill + Codex + HyperFrames + HeyGen + IndexTTS2，过去一个月总投入不到 10 小时，在抖音涨粉 2k 并接到第一个商单。
编码开发——通用编码 Skill，持续补充中。
内容创作类按功能分成 12 层，下面逐层拆。
一、选题与策划（4 个）
视频生产的第一步：决定做什么、怎么做。
ra-选题
选题的全生命周期管理。我说「灵感 xxx」，它在 Obsidian 里建一张选题卡；说「深化一下」，它去素材库和方法论里找资料写进卡里；说「给我 5 个选题」，它拉对标账号近 3 天新作、我自己号的高互动题材，按流量潜力排序推荐。
选题确定后说「做成视频」，它把卡片状态改成已立项，自动路由到视频工作台。一题可以同时立项视频、图文、文章，各走各的工作台。
ra-实操策划
实操长片的策划 Skill。B 站和 YouTube 上那种 8-15 分钟的实测教程，不能拿起来就录，需要一份策划稿。
它产出的策划稿包含测试题组（附可粘贴的 prompt）、结构时间轴（标注全身出镜段和画中画段）、出镜口播稿、录屏操作清单。策划稿 frontmatter 里的 status 字段管整条生产线的状态。
ra-hook
短视频开头的钩子选型。它把钩子分成 7 种类型、3 大类（挂在内容上、挂在观众身上、挂在事件上），给每种类型标了前提条件、句型模板和常见错误。
它负责「选哪种钩子」。写完钩子后，诊断钩子写得好不好，交给 dbs-hook。
ra-video-title
视频标题生成。先锁定这条视频讲的是什么（一句话主题判断），再拆对标账号的标题共性，然后按两段式结构出 8-12 个候选标题，附 Top 3 推荐理由。
标题在洗稿阶段就生成好了，写进交接稿的「标题候选」一节。最终用哪个，我发布时人工挑。制作端不碰标题。
二、内容创作（5 个）
从素材变成可制作的脚本。
ra-video-wash-pipeline
视频洗稿的调度器。给它一个视频链接或本地视频文件，它自动串起整条流水线：下载视频 → 提取逐字稿 → 洗稿改写 → 质量检查 → 排入待制作队列。
它依次调用下面这几个 Skill 完成整条流水线。
ra-逐字稿提取skill
从抖音或小红书视频里提取逐字稿。用去水印服务拿到源视频，再跑 Paraformer ASR 转写出带时间戳的文字稿。
提取出来的逐字稿是内部工作件，不外露——源信息（链接、标题、原文）只存在选题卡和隐私区，成稿里看不到任何来源痕迹。
ra-洗稿
拿到逐字稿后，把它改写成一条新的视频脚本。它内部自动串了一组质量 Skill：
用 ra-人话 把脚本改成直接的中文口语
用 dbs-ai-check 扫一遍 AI 写作痕迹
用 dbs-hook 诊断前 5 秒的钩子
用 dbs-resonate 检查文稿有没有打中观众的情绪点
用 ra-video-title 出 8-12 个标题候选
五道工序跑完，输出一份交接稿，丢进待制作队列。
ra-人话
去 AI 味的写作 Skill。所有面向公众的中文稿件都过一遍它。
它有一份硬禁清单：禁止「不是 A 而是 B」的二元对比壳、禁止「真正」「其实」「本质上」这类伪洞察标记、禁止冒号讲义腔、禁止「更值得关注的是」这类空泛焦点转移。
你现在读的这篇文章就是用它的规则写的。
ra-公众号提取
从微信公众号链接里提取文章全文。用 MicroMessenger UA 绕过微信的第一层访问控制，拿到纯文本。不需要 API key，标准库就能跑。
洗稿或选题需要读一篇公众号文章时，它先把原文拉下来交给下游 Skill。
三、视频下载（2 个）
把互联网上的视频拉到本地。
ra-video-download
支持抖音、YouTube、B 站、Twitter/X、小红书。底层用 yt-dlp，抖音优先走 TikHub 拿无水印源。
下载的文件默认存在隐私区（.internal/），不进成稿、不进归档、不进任何公开文档。
xiaohu-video-download
另一个视频下载工具，额外支持音频单独下载、播放列表批量下载、本地视频烧录中文字幕。海外视频翻译场景用它比较多。
四、配音（1 个）
tts-skill
本地 IndexTTS2 声音克隆。固定用我录的无损 WAV 声线参考，平静语气，atempo=1.12 保持音高提速。
每次渲染留 voice_manifest.json，记录声线、参考文件 SHA-256、速度倍率、有没有 fallback。成片禁止任何云端 TTS fallback——IndexTTS2 跑不起来就修环境，不偷偷换。
数字人视频的音频也从这里出：先用 tts-skill 生成试听版，我确认后才允许上传到 HeyGen。
五、数字人（1 个）
heygen-digital-avatar
HeyGen 数字人的生成和合成。默认用我训练的 Digital Twin（黑 T 坐姿），圆形裁切放在视频左下角。
它管认证（CLI OAuth，走网页套餐额度）、人物选择、生成参数和画面合成。有一道硬门：付费生成前必须先有经过用户确认的试听音频，音频改了确认失效。
六、视频编辑（3 个）
ra-local-talking-head-cut
真人口播的本地粗剪，我的默认剪辑 Skill。
工作流程：火山引擎 ASR 转写 → 生成剪前校对 SRT 和不确定术语列表 → 停下来等我确认（确认前不动剪刀）→ 语义删减（删重复开头和失败 take）→ 压缩长停顿到 380-450ms → 保持源分辨率和帧率 → 响度 -16 LUFS → 逐切点视觉检测 → 最多 3 个克制转场。
交付的 MP4 要再跑一遍字幕 QC，字幕没过不算完。
video-use
通用视频编辑 Skill。转写、剪辑、调色、叠加动画、烧字幕，什么类型的视频都能处理。
它和 ra-local-talking-head-cut 的区别：ra-local-talking-head-cut 专门为口播视频调过参数和流程，video-use 更通用，适合多 take 选优、非口播类素材编辑。两个经常配合——粗剪用 ra-local-talking-head-cut，多 take 的选优证据从 video-use 获取。
AI剪口播
口播视频的转录和口误识别。用火山引擎转写，AI 标出口误，生成审查稿和删除任务清单，支持导出 FCPXML 给剪映或 Final Cut Pro。
需要把 AI 粗剪结果交给剪映做精细调整时，用这个 Skill 导出 FCPXML。
七、字幕（2 个）
字幕分成时间戳和外观两层，各管各的。
ra-audio-to-subtitles
拿最终音频跑火山 Doubao-ASR，输出词级时间戳。产物包括 captions_words.json（词级）、captions.json（分句）、captions.srt（导出用）。
它会自动检查英文术语有没有被 ASR 拆碎、孤立碎片、连接词跨屏、阅读速度超标，结果写进 caption-qc.json。QC 没过就停，不往下走。
禁止按字数或场景时长估算字幕时间。成片字幕必须从真实音频来。
skill-captions
字幕的外观和烧录。默认样式 anchor-dark：STHeiti Medium 字体、炭灰半透明圆角底框、白色文字、固定底部锚点、4K 原生 2 倍重绘。
工作流程：先出代表帧预览 → 我检查没问题 → 全量烧录 → 跑渲染质检 caption-render-qc.json。
八、视觉与封面（6 个）
ian-xiaohei-cat-illustrations
小黑猫 IP 概念插画。通过 DashScope wanx 生成纯白手绘风格、带少量红橙蓝批注的知识点配图。生成的图不含文字，文字在渲染层加。
ian-xiaohei-illustrations
小黑猫插画的另一个版本，风格相同但不限于猫的形象，用于更广泛的概念可视化场景。
skill-cover
封面生成 Skill，注册风格和双比例资产。支持多种预设封面风格，自动出图。
editorial-dot-cover
点阵编辑风封面。暖灰纸底 + 超大黑色中文标题 + 大量留白 + 点阵矢量图标。输出可编辑 SVG 和 PNG。
editorial-collage-motion
半色调纸张拼贴动效。把参考图拆解成可编辑的拼贴规范，生成静帧和透明图层，再用 FFmpeg 或 HyperFrames 做「从空白背景逐件组装」的动画视频。杂志风、复古印刷风、定格动画风格的视频用这个。
rn-cover-skill
编辑图解风封面。用标题和主题直接生成 5:2 暖白画布封面，不需要参考图。左侧大字排版、右侧每次重新生成概念图，输出可编辑 SVG 和 PNG。保持家族视觉一致性，但每张封面的图形都是新的。
九、图文制作（1 个）
xhs-article-to-images
把 Markdown 长文转成小红书 3:4 图片组。内置 5 套设计皮肤（雅刊、暖杏奶咖、雾松青、黛墨描金、夜读鎏金）+ 3 个女性向主题（粉色王国、乙游夜境、吉卜力风）。
工作流程：读文章 → 选皮肤 → 拆页排版成 HTML → Playwright 截图 → 交付 PNG。
十、制作调度与质检（2 个）
ra-video-production-director
制作层的总导演。它读交接稿契约，按需调用配音、字幕、动效、质检等下游 Skill。
交接稿 frontmatter 是硬契约（比例、时长、声音、字幕风格），下游 Skill 的默认值不能覆盖契约。启动时把项目文件夹从「待制作」移到「制作中」，防止两台机器重复制作。
做完后跑最终质检（画幅、分辨率、音视频流、抽帧检查），全部通过才允许归档到「已制作」。
ra-复盘
视频发布后的数据分析和资产沉淀。
取数 → 按互动率做爆款分级（R 级和 M 级）→ 归因（哪个环节做对了、哪个拖后腿）→ 沉淀资产（方法论、金句、案例、概念、课程灵感）→ 回写选题卡。
每次复盘至少一条资产入库。
十一、视频动效 HyperFrames（6 个）
这组 Skill 专门用 HyperFrames 框架做代码驱动的视频动效。
rn-motion-director
动效导演。把选题或脚本转化成动效视频概念：视觉隐喻、运动语法、场景节拍图，并跑 Anti-PPT 质量门——确保做出来的视频有运动感，不是在播幻灯片。
rn-motion-replica
参考动效复刻。从获授权的参考视频片段里，拆解布局、运动、时序和转场，构建一个原创的可编辑 HyperFrames 工程，附分析证据和最终 MP4 质检。
rn-dark-saas-video
暗色 SaaS 产品视频。黑色星空舞台 + 紫色底光 + 大字动效 + 渐变 CTA，8 套场景蓝图、3 种时长预设。
rn-bw-text-opener
黑白打字机开场动画。纯黑背景 + 白色逐字打字 + 同步音效，3 种时长预设，附 Python 时序规划脚本。
rn-replica-qc
复刻质检。五级保真度评估 + 素材、运行时、交付三道全帧门。逐帧重放和参数化动效分别入库。
十二、dbs 商业工具箱（22 个）
来自 @dontbesilent 的开源项目 dbskill，CC BY-NC 4.0 许可。在视频生产里主要作为质量检查环节被自动调用，也可以独立使用。
视频生产中自动调用的 dbs Skill


独立使用的 dbs Skill

Skill 之间怎么互相调用
大部分 Skill 会自动串联，一个调完调下一个。举几个例子。
洗稿链：ra-video-wash-pipeline 调 ra-video-download 下载视频 → 调 ra-逐字稿提取skill 提取逐字稿 → 调 ra-洗稿 改写脚本 → ra-洗稿内部调 ra-人话 去 AI 味 → 调 dbs-ai-check 扫 AI 痕迹 → 调 dbs-hook 诊断开头 → 调 dbs-resonate 检查共鸣 → 调 ra-video-title 出标题候选。
一条命令触发，八个 Skill 自动串完。
制作链：ra-video-production-director 读交接稿 → 调 tts-skill 配音 → 调 heygen-digital-avatar 生成数字人 → 调 ian-xiaohei-cat-illustrations 生成插画 → HyperFrames 渲染 → 调 ra-audio-to-subtitles 拿时间戳 → 调 skill-captions 烧字幕 → 跑质检 → 归档。
钩子链：ra-hook 选钩子类型 → 写初稿 → dbs-hook 诊断执行质量 → 修改。两个 Skill 一个管选型、一个管打磨。
封面链：skill-cover 读项目标题和文稿 → 按注册风格出候选封面 → 用户挑选 → 生成视频简介。
怎么做到「几句提示词出一条视频」
回到上一篇文章的数据：不到 10 小时，一个月的抖音内容。
省时间的地方在于 Skill 的串联。我不需要一步一步告诉 AI 「先下载视频、再提取逐字稿、再洗稿、再出标题」。我说一句「这个链接做成视频」，ra-video-wash-pipeline 自动把八个 Skill 串完，交接稿写好丢进队列。
Codex 从队列里取稿，ra-video-production-director 自动把配音、渲染、字幕、质检串完，成片归档。
我在中间做的事情：确认校对稿、确认试听音频、挑封面。这三件事加起来每条视频大概 5 分钟。
一个月做 30 条视频，每条 5 分钟，总共 150 分钟。加上偶尔的真人出镜录制和策划，总投入不到 10 小时。
速查表

如果需要进交流群或者了解基础知识的，看这篇帖子